粤语适配语言模型能否更好地预测粤语阅读？跨模型眼动追踪评估
以粤语眼动数据评估，大规模粤语训练模型在词汇惊讶度等指标上预测更优，但模型排名因信息论指标而异。
“反对！”律师智能体缓解法律判决预测中的有罪偏见
提出反对式律师智能体推理流程，在推理各阶段挑战有罪预设，将误判有罪率从82.93%降至16.69%。
IDEEA：基于激活聚类匹配的无训练输入依赖引导
提出无训练输入依赖引导方法，激活聚类最优匹配，按输入选向，问答真实性平均提升9.9%
具解析方差调度的生成扩散代理模型
以方差时间导数为加噪率，生成时间即标定输运时钟；无需中间数据即可复现湍流等离子体输运分布与峰度演化。
使用图神经网络优化基于启发式的比特币地址聚类
用图神经网络对比嵌入细化启发式聚类，发布数据集，通过层次聚类检测可疑合并。
OR-Transformer：将实时决策扩展至1000个品类
提出OR-Transformer，用置换等变Transformer和路径梯度训练，解决大规模随机补货，超MILP基线，提速400万倍，支持实时决策。
论文编译器：通过仓库级规范编译实现论文到代码的忠实生成
提出PaperCompiler框架，将论文证据编译为仓库级规范，提升代码保真度，相对改进13.8%，减少严重错误。
可解码性不等于推理能力：语言模型中的逻辑有效性表征、行为分离与因果检验
逻辑有效性在隐藏状态中高度可解码，但行为输出与因果使用均弱，表明表征、表达与因果使用三者分离。
超越上下文窗口：面向数据智能体的持久发现上下文
提出持久发现上下文，复用意图-对象映射提升检索，稀疏领域甚至超越元数据检索。
ToolGate：面向依赖工具的科学基准构建的可执行验收流水线
工具门三闸过滤：脚本复现答案、无工具排除易答题、工具代理限时求解，留纯正难题。
DiffIE：基于扩散的开放信息抽取
提出基于离散扩散的开放信息抽取法，以扩散随机性生成多个三元组，推理时可调抽取数，性能达新最优。
InstEditSeg：指令驱动的息肉与皮肤病变分割图像编辑
提出InstEditSeg，将医学分割转为指令驱动图像编辑，借助DINOv3特征与双分支引导，性能媲美判别模型且跨域泛化更强。
InsightSeg：复用纠正洞察实现准则一致的分割
该方法以情景记忆复用修正经验，预防重复错误，提升分割质量并减少精修。
PolERo：研究罗马尼亚语中的政治回避
介绍罗马尼亚总统问答数据集PolERo，含3574个人工标注样本，评估多模型分类表现，发现跨语言迁移不对称，含语用线索的矛盾回避类别仍是挑战。
准备好了吗？企业级智能体的可靠部署
提出READY框架，在人类监督与成本约束下量化可靠性，筛选并统计验证以最低成本达到可靠性目标的智能体部署。
谁在驱动视觉语言模型的概率博弈？一种时间因果驱动评估框架
提出时间因果驱动评估框架，度量视觉、问题与生成前缀的逐步因果作用，揭示生成由早期引导转向依赖前缀，诊断准确。
改善放射报告外行摘要以提升健康素养：评估BioNER与检索增强生成
放射报告术语专业，患者难懂。本研究对比RAG与NER对自动生成外行摘要的影响，发现NER提升可读性，RAG可能引发幻觉，微调BioBERT+NER效果最佳。
异步P2P八卦学习网络中知识蒸馏的收敛理论
提出异步点对点知识蒸馏收敛理论，将共识从参数空间移至输出空间，证明函数分歧收敛到可控邻域。
基于跨模态注意力漂移与掩码验证的大型视觉-语言模型对象幻觉检测
提出一种轻量检测框架，用跨层注意力漂移与掩码验证识别视觉语言模型的对象幻觉，效果稳定。
无需源数据类别重学：诊断类别遗忘中的遗忘现象
提出源无关重学审计，仅用已卸载模型即可恢复被遗忘类别，并给出可重学性评分。
MASkills：面向多智能体大模型系统的持续技能优化
提出一种基于智能体技能的持续学习框架，通过信用分配等实现技能库进化，提升多智能体大模型系统性能。
CHIME：面向长时程智能体规划的信用感知分层记忆演化
提出CHIME，先归因后分层记忆，解决信用分配偏差；在长时程基准上超SOTA，记忆更精简且可迁移。
LaST-SR：拉普拉斯启发的稳态-瞬态复频分解用于单图像超分辨率
提出复频分解模块，联合全局傅里叶与局部复频分支，并设计稳态-瞬态协同聚合，在五个基准上取得最优超分性能。
超越结果差距：面向LLM多智能体决策系统的过程感知公平性诊断
提出过程感知公平性诊断法，揭示多智能体招聘中平衡结果下的隐藏轨迹不公平，定向修复减轻72.3%负担。
语义信号辅助的逆向物流检测与回收分配
将退货备注转为条件因子和信号质量评分，指导检测深度与回收分配；在航空场景中可提升净回收价值，其他场景效果有限。
FlashKAN：基于截断幂形式的B样条KAN
用截断幂形式实现B样条KAN，单核高效计算，稳定且可直接替代现有层。
结合在策略蒸馏与离策略GRPO：训练紧凑型指令跟随重排序模型
提出两阶段框架：先用离线强化学习优化教师，再让学生自采样排序以获得教师奖励式蒸馏，在分布迁移任务上表现最佳。
CAHR-Net：条件自适应磁滞重构网络，用于紧凑可解释的磁芯损耗建模
提出条件自适应磁滞重构网络，在物理作用点注入工况，以1874参数实现6.89%平均p95误差，优于黑盒模型且参数少48倍。
统一粒子滤波LSTM用于数据驱动流程模拟
提出统一PF-LSTM，维护加权递归状态假设以预测下一活动及逗留时间；在急诊数据上优于基线，尤其复杂部分可观测流程。
EmoStance：基于表情符号弱监督的移情回复生成中回复侧情感取向控制
提出EmoStance，用表情符号弱监督诱导潜在控制空间，调控回复侧情感取向，生成移情回复，胜率62.2%。
KSG-Net：面向海上三维船舶检测的关键稀疏与全局上下文学习
用关键稀疏多尺度聚合与全局上下文学习，提升海上三维船舶检测，尤其改善小稀疏船和大船，性能优于现有方法。
DPA：解耦产品无关异常表示用于零样本异常生成
提出DPA，用源产品真实异常迁移生成目标异常，解耦产品无关表示，生成逼真异常，提升零样本/少样本检测性能。
NE-R1：基于强化学习的命名实体识别模型增强
提出按需检索与两阶段强化学习的NER框架，多维奖励平衡参数与外部知识，提升长尾实体识别，多基准F1平均提升2.52%/1.18%。
训练你所部署的：弥合低秩克隆蒸馏中的MLP可达性差距
低秩克隆蒸馏中部署权重多不可训练；提出“训练即部署”，两种实现恢复可达性，显著提升精度与数据效率。
面向无源缺失模态适应的测试时Logit提示
提出测试时逻辑提示法，无需源数据，针对缺失模态，用不确定性调整与一致性正则，少量参数即提升性能。
CRISP：悬崖感知的输入自适应稀疏预填充与结构质量驱动路由
CRISP用结构代理C_struct替代JSD路由，以噪声底限的sink感知阈值抑制O(n)背景噪声，检索超越稠密注意力并获5.30倍加速。
FUSE: An Evaluating Framework for Dangerous Capabilities of LLMs
多智能体医疗系统在临床推理中对人类干预的脆弱性研究
对多智能体医疗系统推理故障点加以人类干预：正确可大幅提升诊断准确率，错误则降并增漂移，类似临床认知偏见。
先搭台，再念词：世界观模拟如何增强多轮越狱中的心理说服
结合世界观模拟与影响策略，以MCTS优化18因素，最少查询近满成功率；可执行框架最有效，收益框架强，合法性诉求或反效果。
大型语言模型能否捕捉其训练数据中的多样性？
大模型输出比训练数据条件熵更低，存在条件多样性差距；矩阵熵投影重加权法可后处理校正。
SelfLift：通过自恢复分辨率过渡加速少步扩散
提出自恢复渐进分辨率方法，用生成模型自身信号修复过渡误差，显著降低少步扩散端到端延迟。
GeoStore：在大场景中寻找小店面——采用全局到局部非对称匹配的细粒度POI定位基准
提出首个细粒度POI定位基准GeoStore，揭示全局描述符局限；提出GLAM非对称匹配，性能更优。
MultiGhostBench：面向分布偏移的多语言长篇幅大模型生成文本归属基准
新归属基准含928本多语种长文书籍。分布偏移下无方法普适；变换器跨语言保留信息，统计法依赖语种。
高效GUI智能体：观察、记忆、动作与运行时优化的系统综述
图形界面智能体系统综述：聚焦观察、记忆、动作与运行时优化，提炼选择性读取等机制，指出验证成本、延迟与隐私挑战。
连续混合态在语言模型中的坍缩动力学
LLM潜状态推理常失真：架构扭曲混合几何，训练放大效应，自回归反馈导致坍缩或收缩，多分量混合需高维修正。
TAME：面向文本-视频检索的时间感知混合专家模型
提出时间感知混合专家模型TAME，结合帧级专家路由、帧时间令牌与跨时间交互，提升文本-视频检索性能。
面向文本中心图像取证的证据引导检测、定位与解释
针对AIGC文本篡改取证，提出证据引导的检测-定位-解释系统，级联证据流提升定位与报告一致性，获ACMMM2026挑战赛第二名。
融合大语言模型与本体排序器的罕见病诊断学习
融合LLM与本体排序器可提升罕见病诊断，保留可核查证据，Recall@1最高提升20.18个百分点。
LeakageBench：文档图像中个人信息脱敏的文档级泄漏风险评估
现有PII基准多基于文本，忽略文档图像脱敏风险。LeakageBench含500张文档图像及11954个标注，评估显示工具提升定位但页面级泄漏仍高达0.968。
提议以学习，学习以提议：有限理性下可评估性感知的辅助
提出可评估性感知的提议规划，ProSE-Plan通过信息性提议学习用户偏好，评估成本高时优于基线。